基于Twitter提及和Facebook喜欢的趋势

Question

我们的网站允许人们上传图片，然后在Twitter上分享和/或在Facebook上分享。根据Twitter提及的总数和特定页面的Facebook喜欢，有一个热门页面，其中包含前X个图像。

目前我能看到的唯一方法就是通过在每个图像上进行2次API调用（至少）来获取每个社交网站的计数，然后计算总数，最后通过最先“趋势”。我不认为这应该是这样的，因为如果我们有3000个图像可以订购，它可能需要很长时间才能完成。

我不知道如何实现我们想要的东西（如果它甚至可能），那就是为什么我现在能想到的唯一解决方案就是拥有我们自己的“喜欢”系统或每小时计算一次并创建一种缓存（但这仍然意味着每小时都会有很多API调用）。

Answer 1

也许您可以根据服务器上的观看次数对图像进行排名。如果您愿意，您可以拍摄10％最佳观看图像，并根据提及/喜欢（以及）进行排名。这需要减少90％的API调用，但会产生令人满意的结果（我认为）。

Answer 2

一些建议：

1. 将其限制在特定时间范围内（例如，过去一周上传的图片）
2. 将数据缓存一段时间，每小时左右只对每个图像进行一次API调用（可能更长）
3. 即使人们不在此页面上，任何其他时间将图像加载到网站上的其他时间，如果在过去一小时内没有完成API调用，也会执行API调用。这会使一页加载的请求数量错开。
4. 限制一页加载中的请求数量。这意味着某人可能会加载一个页面，它只会发送100个请求（对于100个最长时间内未请求过的图像），其余图像将使用之前的值（即缓存值）。这个完全取决于您的网站的活跃程度，您可能还需要每天/每周查找所有这些内容，以确保缓存不会过时。